OPERATIVA II

INVESTIGACION
Prof. Guillermo Sanchez M.

SIMULACION
(Introduccion)

Qu
e es simulaci
on?
Es una imitacion de las operaciones de un sistema o proceso real (Sistemas complejos).
Involucra la generacion de una historia artificial del comportamiento del sistema y a partir de
dicha historia se efect
uan inferencias relativas a las caractersticas operacionales del sistema real
que representa.
Permite describir y analizar el comportamiento del sistema real, y responder ciertas interrogantes
para apoyar el dise
no de sistemas reales.
Es una metodologa que permite apoyar la toma de decisiones. ya sea en el dise
no de Sistemas,
antes que este sea construido ya sea probando polticas de Operacion, antes que estas sean
implantadas.
Por s misma, la Simulacion, no resuelve los problemas, sino que ayuda a:
Identificar los problemas relevantes.
Evaluar cuantitativamente las soluciones alternativas.

Por qu
e son necesarios los modelos de simulaci
on o prototipos?
La experimentacion de un sistema o procesos
puede generar problemas eticos
puede generar problemas economicos
puede llevarlo a colapsos
puede ser simplemente imposible
Por ejemplo, en el desarrollo de un nuevo producto.

En resumen . . .
La Simulacion es un termino muy amplio, en realidad existen un conjunto de enfoques para
analizar problemas.
La Simulacion requiere de MODELOS (validez).
La Simulacion no es una solucion analtica.
La Simulacion no obtiene resultados exactos (desventaja).
La Simulacion permite modelar sistemas complejos (ventaja).

Es mejor una respuesta aproximada al problema correcto, que una respuesta

correcta al problema aproximado.
La Simulacion es la tecnica de modelacion estocastica mas u
til, de mayor reconocimiento en la
ingeniera de sistemas.

Areas
de aplicaci
on
Sistemas de Computadores.
Telecomunicaciones, Transporte y Energa.
Aplicaciones Militares y Navales.
Minera.
Poltica P
ublicas.
Manufactura Programacion, Inventarios.
Personal en empresas de servicios:
Bancos, Comida rapida, Correo, . . .
Distribucion y Logstica.
Salud Salas de emergencia y de operaciones
Planes de Emergencia (terremotos, inundaciones)
Distribucion de Servicios (juzgados, hospitales)

Qu
e es la Simulaci
on Computacional?
La Simulacion Computacional es un metodo para estudiar un amplio abanico de modelos de
sistemas del mundo real con el uso de:
evaluacion numerica con el computador,
software para imitar las operaciones y caractersticas del sistema, a menudo en el tiempo.

En la practica, la Simulacion Computacional es el proceso de dise

nar y crear modelos computarizados del sistema y hacer experimentos numericos con el computador.
La Simulacion Computacional es una aplicacion poderosa a sistemas complejos
La Simulacion Computacional puede tolerar modelos complejos.

Cu
ando simular?
Como regla general, la Simulacion es apropiada cuando:
Desarrollar un modelo estocastico es muy difcil o quizas a
un imposible.
El sistema tiene una o mas variables aleatorias relacionadas.
La dinamica del sistema es extremadamente compleja.
El objetivo es observar el comportamiento del sistema sobre un periodo.
La habilidad de mostrar la animacion es importante.

Justificaci
on econ
omica.

Figura 1: Justificacion economica de la Simulacion.

Conceptos b
asicos.
Un modelo es una representacion de un sistema desarrollada para un proposito especfico.
Un sistema es cualquier objeto o conjunto de objetos cuyas propiedades se desean estudiar.
3

Ejemplos de sistemas.
Una planta de fabricacion con maquinas, personal, dispositivos de transporte y almacen.
El servicio de emergencia de un hospital con personal, salas, equipamiento y traslado de
pacientes.
Un parque tematico con atracciones, tiendas, restaurantes, trabajadores, clientes y estacionamientos.
Un supermercado.
Una mina en operaciones.
Un experimento es el proceso de extraer datos de un sistema sobre el cual se ha ejercido una
accion externa.
El m
etodo experimental no es posible aplicarlo al sistema real.

El modelado y la simulaci
on son las t
ecnicas adecuadas para el an
alisis de sistemas.

Tipos de modelos para sistemas.

Figura 2: Tipos de modelos.

Tipos de modelos matem

aticos.
Est
atico v/s Din
amico El tiempo tiene alg
un papel en el Modelo?
Continuo v/s Discreto Puede el estado del modelo cambiar continuamente o solo cambiar
en algunos instantes del tiempo?
Determinstico v/s Estoc
astico Es todo cierto o existe incertidumbre?

La Mayora de los modelos Operacionales son Din

amicos, Discretos y Estoc
asticos.

Etapas de un proyecto de simulaci

on.
Etapas
1.- Formulacion del problema
2.- Dise
no del modelo conceptual

3.- Recopilacion de datos

4.- Construccion del modelo

5:- Verificacion y validacion

6.- Dise
no de experimentos
y experimentacion
7.- Analisis de resultados

8.- Documentacion
9.- Implementacion

Descripci
on
Define el problema a estudiar, incluyendo
los objetivos escritos del problema.
Especificacion del modelo a partir de las
caractersticas de los elementos del sistema
a estudiar y sus interacciones, teniendo en
cuenta los objetivos del problema.
Identificar, recoger y analizar los datos
necesarios para el estudio.
Construccion del modelo de simulacion
partiendo del modelo conceptual y de los
datos.
Comprobar que el modelo se comporta como
se espera y que existe la correspondencia
adecuada entre el sistema real y el modelo.
En funcion de los objetivos del estudio desarrollar
las estrategias de definicion de los escenarios a
simular. Experimentar
Analizar los resultados de la simulacion con la
finalidad de detectar problemas y recomendar
mejoras o soluciones.
Proporcionar documentacion sobre el trabajo
efectuado.
Poner en practica las decisiones efectuadas
con el apoyo del estudio de la simulacion.

Funciones de distribuci
on m
as usadas en la simulaci
on.
Distribuciones
Exponencial
Poisson
Normal
Uniforme
Gamma

LogNormal

Wieibull
Erlang

Triangular

Binomial

Algunas situaciones en las que se utiliza

Tiempos entre llegadas en procesos con independencia entre ocurrencias.
Vida o averas de dispositivos.
Procesos de llegada. Tama
nos de lotes. N
umero de tems pedidos
a un almacen.
Tiempo de servicio de una unidad de produccion sin considerar posibless
errore de medida.
Tiempo de servicio cuando la informacion disponible es escasa.
Tiempo de servicio de varias unidades de produccion identicas dando
servicio en paralelo a la misma carga de entrada, considerando fallas en
las maquinas.
Tiempo de servicio de varias unidades de produccion identicas
trabajando en serie, considerando fallas en las maquinas.
Aplicable en modelos economicos
Tiempo entre fallas de una pieza o equipo.
Tiempo de vida de un equipo electronico.
Apropiada en actividades cuyas fases siguen tiempos exponenciales,
como el trafico telefonico clasico.
Tambien en tiempos de servicios o de reparacion.
Es u
til para modelar el tiempo necesario para realizar
una operacion cuando solo se conoce el tiempo mnimo, el tiempo
maximo, o el mas probable o moda.
Test de piezas: n
umero de tems defectuosos en un lote de tama
no
determinado.

Las siguientes definiciones hay que tenerlas presente cada vez que nos enfrentemos a una situacion
en la que se deba realizar una simulacion.
Variables de estado: son el conjunto de variables que permiten determinar el estado de un
sistema en un instante determinado.
Eventos: sucesos que ocurren en un instante determinado tiempo y que pueden cambiar el
estado del sistema.
Entidad: describe el objeto que es procesado, manipulado o transportado en el sistema.
Cola: esta formada por un conjunto ordenado de entidades.
Recurso: es una persona, maquina o cualquier otro elemento que proporciona un servicio o
efect
ua operaciones sobre las entidades.
Variable aleatoria: es aquella variable cuyo valor no puede conocerse de forma precisa o determinista.
Distribuci
on: es la ley que gobierna el comportamiento probabilstico de la variable aleatoria.

Bibliografa.
D. Kelton, R. Sadowski, D. Sturrok, Simulaci
on con software Arena. McGraw-Hill, 2007.
J. Barcelo, Simulaci
on de sistemas discretos. Ed. Isdefe 1996
http://www.isdefe.es/webisdefe.nsf/0/43B4F3DB10A3EECFC12574CF005C1839?OpenDocument
A. Urqua, Simulaci
on, Ed. UNED, 2008.
http://www.uned.es/543072/Files/Simulacion